一、结构光技术概述
结构光技术，说白了就是给物体「打光」来测三维。我刚开始接触这个方向时，觉得它挺神奇的——一束光打过去，物体的形状就出来了。其实原理并不复杂，今天咱们就把它彻底讲透。
1.1 结构光三维成像原理
结构光的基本思路是这样的：
- 投影：用投影仪打出特定图案的光（比如条纹、网格）
- 拍摄：用相机拍下被物体表面调制后的图案
- 解码：分析图案的变形量，算出每个点的深度
你想想看，如果打一束平行光到平面上，拍到的条纹是笔直的。但如果打到人脸或工件上，条纹就会跟着表面起伏而弯曲。这个弯曲量，就是深度的线索。
核心公式（三角测量法）：
Z = (f × B) / (d + f × tanθ)
其中 Z 是深度，B 是基线距离，f 是焦距，d 是视差，θ 是投影角度。
说白了，这就是一个「已知两边一角，求第三边」的几何问题。
我在项目中遇到过不少新人，一上来就死磕公式。我建议你先理解几何关系，公式自然就记住了。
💡 个人经验： 实际工程中，标定比公式推导更重要。相机和投影仪的内外参标定不准，再好的算法也白搭。我曾经因为标定板不平整，浪费了整整两周时间。
1.2 结构光分类
结构光按投影图案的维度，可以分为三类。我按实际工程中遇到的频率来排个序：
| 类型 | 投影图案 | 单帧点数 | 典型应用 | 我遇到的坑 |
|---|---|---|---|---|
| 点结构光 | 单个光点 | 1 | 激光测距、避障 | 环境光干扰严重 |
| 线结构光 | 一条光条 | 数百 | 焊缝跟踪、轮廓测量 | 高反光表面容易过曝 |
| 面结构光 | 条纹/编码图案 | 百万级 | 人脸识别、工业检测 | 运动模糊是老大难 |
点结构光
就是打一个点出去，测这个点的距离。简单粗暴，但效率低。扫地机器人上用的就是这种，一次只能测一个点，所以得来回扫。
线结构光
打一条线出去，一次能测几百个点。工业上做焊缝跟踪时很常用。我记得有一次在产线上调试，工件表面反光太强，光条都看不清了。后来换了蓝色激光+窄带滤光片才搞定。
面结构光
这是目前的主流。一次投影就能获取整个面的深度信息。iPhone 的 Face ID 用的就是面结构光，只不过它用的是点阵投影器，算是面结构光的一种变体。
⚠️ 避坑指南： 面结构光虽然快，但对运动敏感。我曾经在做人脸活体检测时，用户稍微动一下，条纹就糊了。后来我加了同步触发和短曝光，才把这个问题压下去。
1.3 结构光技术发展历史
结构光不是新东西，它的发展脉络我简单梳理一下：
- 1970s-1980s：实验室阶段。用激光点或线做简单测距，精度低、速度慢。
- 1990s：编码结构光出现。开始用格雷码、相移法来提高精度。
- 2000s：数字投影仪普及。DLP 投影让面结构光变得实用。
- 2010s：消费级爆发。Kinect v1、Intel RealSense 让结构光走进千家万户。
- 2020s：高精度+小型化。手机人脸识别、AR/VR 深度传感成为主流。
我个人觉得，2010 年 Kinect 的发布是个分水岭。在那之前，结构光主要用在工业和高精度测量领域，一套设备动辄几十万。Kinect 把价格打到了几百块，虽然精度一般，但让更多人开始研究这个方向。
1.4 主流应用场景
人脸识别
这个大家最熟悉。iPhone 的 Face ID 就是典型的面结构光方案。它投影 30000 多个红外点阵到脸上，然后通过计算点的变形来重建人脸三维模型。
我做过一个对比测试：在完全黑暗的环境下，结构光方案依然能正常工作，而普通 RGB 摄像头就抓瞎了。这就是主动光的优势——不依赖环境光。
工业检测
工业上对精度的要求比消费级高得多。我参与过一个手机中框平整度检测项目，要求精度达到 0.01mm。我们用了高分辨率面结构光+多频相移法，配合精密运动平台，才勉强达标。
这里有个经验：工业检测中，环境光隔离和振动抑制往往比算法本身更重要。我曾经在产线上调试，发现数据总是有周期性波动，排查了三天才发现是旁边的空调压缩机引起的微振动。
AR/VR
AR/VR 设备需要实时感知周围环境，结构光在这里扮演了「眼睛」的角色。比如 HoloLens 就用了结构光来做手部追踪和空间映射。
AR/VR 对功耗和体积要求极高。我见过一些方案为了省电，把投影帧率降到 15fps，结果手部追踪延迟明显，用户体验很差。嗯，这里要注意，帧率和延迟的平衡是个需要仔细权衡的问题。
📊 应用场景对比：
- 人脸识别：精度中等（0.1-1mm），速度要求高（<50ms），成本敏感
- 工业检测：精度极高（0.01-0.1mm），速度中等，成本不敏感
- AR/VR：精度中等（1-5mm），速度要求极高（<10ms），功耗敏感
1.5 本章知识体系
下面这张图是我自己整理的，把本章的核心逻辑串起来了。你可以把它当作一个「思维导图」来用：
这张图把原理、分类、历史、应用四个维度串在了一起。你面试时如果能这样把知识体系讲清楚，面试官会觉得你是有全局观的。
📌 面试小贴士： 面试官问「结构光是什么」时，不要只背定义。你可以说：「结构光本质上是一个三角测量问题，我把它分为点、线、面三类，其中面结构光在消费级应用最广，比如 Face ID。我在工业检测项目中用过面结构光，精度能做到 0.01mm 级别。」这样既有广度又有深度。
公众号:蓝海资料掘金营，微信deep3321